方正证券量化交易接口_开发个人量化交易系统之路

开发个人量化交易系统之路

实现mysql存储

import pymysql as mysql
import pandas as pd
from sqlalchemy import create_engine
from repoistory.base.repoistory import Repoistory
import configEnv.config as conf

class MysqlRepoistory(Repoistory):

    def getMysqlConn(self):
        return mysql.connect(
            host=conf.config.host,
            port=conf.config.port,
            user=conf.config.user,
            password=conf.config.password,
            database=conf.config.database,
            charset=conf.config.charset
        )

    def createMysqlEngine(self):
        return create_engine(conf.config.mysql_engine)

    def handle_cursor(self, func,*args,**kwargs):
        connect = self.getMysqlConn()
        try:
            cursor_obj = connect.cursor()
            func(connect,cursor_obj,*args,**kwargs)
            cursor_obj.close()
        finally:
            connect.close()

    def saveData(self,data:pd.DataFrame,repoistoryParam:dict):
        eng=self.createMysqlEngine()
        tableName=repoistoryParam.get("table_name")
        data.to_sql( name=tableName,con=eng,  if_exists= "append",index= False)

    def readData(self,repoistoryParam:dict)->pd.DataFrame:
        eng=self.createMysqlEngine()
        query_sql=repoistoryParam.get("query_sql")
        # index_col = repoistoryParam.get("index_col")
        return pd.read_sql(sql=query_sql, con=eng)

if __name__ == "__main__":
    mysql=MysqlRepoistory()
    repoistoryParam={"query_sql":"select * from trade_daily where stock_code="000002""}
    db=mysql.readData(repoistoryParam)
    print(db)

量化开始前需要考虑好使用的数据存储方式，本人选择以mysql存储，保留了扩展可以

支持其他的扩展方式，

抽象存储父类后，未来可以通过替换别的存储方式，实现存储的替换

import pandas as pd

class Repoistory():
    def saveData(self,data:pd.DataFrame,repoistoryParam:dict):
        pass

    def readData(self, repoistoryParam: dict) -> pd.DataFrame:
        pass

以上是对于存储的定义，后续会使用mysql开始爬虫开发、策略开发、策略选股

抽象存储的父类

提示：这里可以

使用mysql存储实例，将来换别的存储方式只需新的存储对象，然后替换掉

添加本文要记录的大概内容：

文章为作者独立观点，不代表股票交易接口观点